低能见度粉尘环境下的人员侵入红外特征检测方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 煤矿井下安全监管发展现状 | 第9-11页 |
| 1.2.2 行人检测研究现状 | 第11-12页 |
| 1.3 研究难点与问题 | 第12-13页 |
| 1.4 本文研究的主要内容 | 第13-16页 |
| 第2章 掘进车载侵入人员红外监测预警系统硬件设计 | 第16-26页 |
| 2.1 系统的硬件设计 | 第16-20页 |
| 2.1.1 红外成像探测器的设计选型 | 第17-19页 |
| 2.1.2 图像采集盒的选型 | 第19-20页 |
| 2.1.3 红外光学窗口的选型 | 第20页 |
| 2.2 系统的功能实现 | 第20-24页 |
| 2.2.1 系统的电源模块设计 | 第20-21页 |
| 2.2.2 系统的中断模块设计 | 第21页 |
| 2.2.3 系统的红外探测单元设计 | 第21-22页 |
| 2.2.4 系统的软件功能设计 | 第22-24页 |
| 2.2.5 系统构建 | 第24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 红外行人检测相关技术研究 | 第26-40页 |
| 3.1 红外图像预处理 | 第26-30页 |
| 3.1.1 图像去噪 | 第26-29页 |
| 3.1.2 图像插值 | 第29-30页 |
| 3.2 基于统计学习的行人检测方法 | 第30-37页 |
| 3.2.1 Haar特征 | 第31-32页 |
| 3.2.2 HOG特征 | 第32-35页 |
| 3.2.3 LBP特征 | 第35-37页 |
| 3.3 支持向量机(SVM) | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 基于多特征级联的红外行人检测方法研究 | 第40-50页 |
| 4.1 引言 | 第40-41页 |
| 4.2 感兴趣区域(ROI)提取 | 第41-45页 |
| 4.2.1 图像分割 | 第41-42页 |
| 4.2.2 ROIs的选取和分类 | 第42-43页 |
| 4.2.3 基于Haar特征的头部分类器 | 第43-45页 |
| 4.3 基于改进HOG算法的行人检测和识别 | 第45-49页 |
| 4.3.1 基于改进HOG的快速行人检测 | 第45-46页 |
| 4.3.2 自适应缩放因子获取 | 第46-48页 |
| 4.3.3 遮挡情况处理及局部特征识别 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 实验与分析 | 第50-60页 |
| 5.1 实验环境 | 第50-51页 |
| 5.2 行人检测评判方法 | 第51页 |
| 5.3 实验方案 | 第51-58页 |
| 5.3.1 分类器的训练 | 第52-53页 |
| 5.3.2 地面实验验证与性能分析 | 第53-56页 |
| 5.3.3 煤矿井下实验结果和分析 | 第56-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第6章 总结和展望 | 第60-62页 |
| 6.1 全文总结 | 第60-61页 |
| 6.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 发表论文和参加科研情况说明 | 第68-70页 |
| 致谢 | 第70页 |
